第二百八十章來自淘金者星球的象棋報告(3)
　這一份原本絕密的象棋報告，在經過解密之後，讓星際聯盟旗下的其他許多人類殖民地星球都歎為觀止，不過也正是因為這一份象棋絕密資料的泄密，使得星際聯盟使用特殊手段對第五旋臂區的地球進行的技術性的屏蔽，從那以後，銀河系當中的人類殖民地星球，想要通過自己的手段找到地球的可能性已經是微乎其微了，不過銀河系星際聯盟的這種特殊的屏蔽手法也使得人類對於未知宇宙的探索受到了很大的阻礙換句話來說在很長的一段時間之內，人類通過自己的努力，不斷的向地球外的宇宙升空發射探測器，其目的就是想在宇宙升空裡面找尋到和人類一樣的生命體，但是因為星際聯盟特殊的信息屏蔽手段，使得人類無數次的無功而返，以至於他們逐漸的得出了一個結論，至少在人類極限所能達到的地方，是沒有其他生命體存在的。
　這對於人類來說其實是不公平的，這是因為有了這種人為的信號屏蔽，使得人類在進化途中就像是碰到牆壁一樣的進行了一個折返，殊不知這一個折返可能就要耗費人類進化上百年的時間，所以美其名曰是星際聯盟對於地球的保護，實則是星際聯盟，不希望地球上的象棋資料泄露出去，從而在銀河系當中造就更多的像淘金者星球一樣的巨無霸星球，讓他們無法管理。
　下面我們針對這一份絕密的象棋報告，再好好探索一下這一支特別秘密行動隊，在地球上對於象棋的綜合分析和資料收集。
　這支秘密行動隊在這份象棋報告當中，並沒有記載他們到達地球的時間和地點，或者這些屬於更加絕密的范疇，而根本就不在這份象棋報告之類，而淘金者星球確實根據這份象棋報告而量身定做，打造了一套屬於淘金者星球的象棋長遠發展目標，而且正是因為這套目標的長久實施，才讓淘金者星球上的象棋人才不斷的被發掘，使得淘金者星球面對著星際聯盟的歷屆象棋測評依然巍然不動，而且逐步的進入強者之林。
　在這一份詳細報告當中還表示，有一些人認為中國象棋源自印度，理由許許多多，引用最多的理由有兩個:一是在古代的佛經裡提到了象棋，而佛教起源於印度，所以象棋起源於印度;二是象棋中的象，古代的中國沒有大象，而印度才有象。關於中國象棋的起源是在印度，還是有部分名人也是這樣認為的。
　中國象棋的出現年份，其實遠比印度的象棋早得多。古印度有一種名叫“恰圖蘭加”的棋戲，這種棋戲出現在公元2世紀時，被認為是國際象棋的鼻祖。而早在中國春秋戰國時代(公元前7世紀到公元前2世紀)的出現的《論語》和《楚辭》裡，就有了關於象棋的記載。此時的象棋，還被稱為“六博”。比起印度的“恰圖蘭加”來，還要早出現幾百年。
　春秋戰國時代的“六博”，形式也是非常的簡單，一方只有六個棋子。從漢代開始，這種棋戲開始不停演變，逐漸加入了各種新棋子。在重慶萬州老館丘墓群的三國墓葬裡，就出土了陶製的象棋“車”棋子。待到北周武帝將其改造成“象戲”後，中國象棋的規則也基本定型，象棋遊戲更是越發風靡，當今考古發掘的宋代象棋文物，已與今日中國象棋相差無幾。
　另一條理論“中國古代沒有大象”，只要參考中國歷史就會發現錯得離譜。在國際象棋誕生以前，古代中國的土地上不但生活著大象，而且以象兵作戰更是常見事情。《漢書》和《後漢書》裡就記載過不少象兵作戰的戰例，而大家應該在小學中學到一篇《曹衝稱象》，就記錄了在三國時期中國的還有大象的身影。“中國古代沒有大象”的論據，本身就更站不住腳。其實象棋中的“象”字，不是指印度大象，《楚辭》裡“菎蔽象棋，有六博些”，就可證明:“象棋”裡的“象”字，與大象是沒有任何關系的。
　印度佛經《大般涅槃經》就有記載，在公元3世紀時，中國象棋傳入印度半島，而後才吸收了中國象棋的模式，作為“國際象棋”前身的“四方棋”才出現。可以說是中國象棋在印度的流傳，助推了國際象棋的誕生。
　對於象棋各棋子的作用，雖然大家也都知道，但是在當時象棋剛剛被星際聯盟列為測評目標的時候，大家還是知之甚少的，所以秘密報告裡面還是做了詳細的記載:
　1、帥將:
　代表古代君王。不能出“九宮“，且有“士、象“充當專職護衛力量，始終扮演著幕後指揮的角色，這些對“帥(將)“的特殊保護是君王至上的寫照。只能在“九宮“之內活動，可上可下，可左可右，每次走動只能按豎線或橫線走動一格。
　2、仕士:
　代表侍衛，司“九宮“安全，不離“帥(將)“左右。首腦的貼身保鏢，也就是象征著古代社會中皇上身邊的貼身小侍衛。
　3、象相:
　是臣相，只能於本土移動，不能過河。作用是防守，也就是象征著帝王身邊的禦林衛隊，也只能在指定的范圍內活動。
　4、車(jū)
　象棋裡威力最大的一個，因為它無論橫線、豎線均可行走，只要無子阻攔，步數不受限制，這也象征著皇上最為器重的將才。
　5、炮
　代表“火炮”，象棋中第二大威力的棋子，攻擊距離遠且殺傷力較大;在不吃子的時候，走動與車完全相同，但炮在吃子時，必須跳過一個棋子，我方的和敵方的都可以。
　6、馬
　代表“騎兵”，速度較快，適合長距離作戰，走動的方法是一直一斜，即先橫著或直著走一格，再斜著走一個對角線。
　7、兵卒
　代表“步兵”，屬於戰爭中的一類兵種，需要近距離作戰。只能向前走，不能後退，在未過河前，不能橫走。過河以後還可左、右移動，但也只能一次一步。
　中國象棋棋子共有三十二個，分為紅黑兩組，各有十六個，由對弈的雙方各執一組。兵種是一樣的，分為七種:紅方:紅方有帥一個，仕、相、車、馬、炮各兩個，兵五個。黑方:黑方有將一個，士、象、車、馬、炮各兩個，卒五個。在中國象棋中每個棋子都有自己的價值，如何合理的運用每個棋子是你取得勝利的關鍵。下面我就中國象棋這款棋牌遊戲的棋子的價值和運用方法進行了一個總結。
　一.兵卒的價值及其運用原則:
　中兵尤為重要，是中路的屏障，三、七兵對活馬起重要作用，記住兵能製馬的棋諺。
　A、注意保護兵卒
　B、利用兵卒做先鋒
　C、老卒無功
　二.炮的價值及其運用原則:
　是遠距離作戰兵種，機動性和突擊性較強，開局時炮顯的比馬靈活。分值為4.5分。炮應遠懾，不可虛發，殘局炮歸家。
　A、不宜輕發。
　B、不宜輕易以炮換馬
　C、注意炮與其它子力的聯合作戰
　D、缺象怕炮與有炮需留他家士
　戰鬥力最強大的棋子，是作戰主力的第一位。車的價值最大，用分值來算是9分。開局階段應盡量出車，“三步不出車，必定要輸棋”
　三.車的價值及運用原則:
　A、注意車的迅速出動
　B、車忌低頭
　C、車不落險地
　D、車要通頭
　四.馬的價值及運用原則:
　曲線型的活動，具有面的控制力，屬於中距離的作戰兵種。分值為4分。
　A、注意馬路的靈活
　B、馬忌戌邊
　C、注意與其它子力的配合
　D、防止對方渡河兵的威脅
　五.士象的價值及其運用原則:
　保衛將帥的防禦性兵種，在一定情況下起助攻的作用。“撐起仰角士，不怕馬來攻”，象盡量往中間連環，陣容工整。
　A、缺士怕車、馬
　B、確象怕炮
　C、注意象的聯絡
　D、助攻的作用
　六.將帥的價值及其運用原則:
　是全局的中心，勝負的標志。沒有實戰能力，在全局中應以“靜”為原則
　A、將帥宜少動
　B、助攻的作用
　兵
　特點:其數最多，勇於犧牲，殺之不易盡，死之大有功。
　實力:次於士。
　用法:此當據其位置而言之:“當頭兵”最重要，除當頭炮局，前局不宜輕動;三、七路之兵宜早動，至少宜動一面，以免礙馬之前進，且必進一步於“相口”，始有據點也;邊兵，則對方躍邊馬者始宜動，否則亦以靜為宜。殘局前進，須有護援，進至橫線第七路，即應慎審，不可輕下。我方車、炮得勢者，宜以兵破其相;車、馬得勢者，宜以兵破其士;如雙方勢力相當者，則應相機為用，又不可輕作犧牲也。
　將
　特點:諸子皆可犧牲，惟此不可犧牲;諸子為決勝負之工具，此則為決勝負之目標。
　實力:就其為全局之核心言，可謂大於一切;就其實際戰鬥力言，可謂小於一切。
　用法:無論全局、殘局均以靜為原則，動為例外。通常宜居中路，惟亦視攻守之強弱，以避重就輕，非可拘定。殘局之用，在走閑著，蓋惟將之閑，多不致影響全局耳。
　關於戰員之分析，略如上述。吾嘗玩其風格，車如長城，如飄風;炮如春雷，如冷雹;馬如名花，如遊龍;士、相分飛，似驚寒之雁陣;兵不畏死，如鑿路之五丁;將守深宮，高風細柳。試比物興志而神會其別致，將vv有味於桔中之樂，而怡然於可歌、可舞、可驚、可喜之別一天地也。
　當然這些資料也只是從淺層面進行分析，真正的象棋各棋子所蘊含的意義，絕對不是這些資料所表面上看到的這麽簡單。
　而且在對於地球上互聯網所記載的象棋資料進行了一個通篇搜索之後，淘金者星球的秘密行動對發現了當時地球上的人類正好剛剛要進入人工智能時代，因為淘金者星球早就已經越過了這個時代，所以他們對於地球正在經歷的這個時代很感興趣，因為人工智能時代很可能是人類進化發展史的一個分水嶺，如果人工智能的發展超前的話，將會極大影響人類自身的進化思維，從而導致人類的進化受限，當時這支特別行動隊就已經是發現了人類所面臨的這個問題，但是地球上的人類當時非常的熱衷將人工智能進行到底，以至於已經發展到了用時人工智能對抗中國象棋的這一種塵囂直上的說法。
　所以為了更好的研究中國象棋，在這一份象棋秘密報告當中，也對地球上的人工智能進行這個一個全方位的掃描。
　下面的這些資料就全部都是來自於地球上的互聯網對於人工智能的分析，因為淘金者星球派出的秘密行動隊，在地球上所在的時間不能夠太長，所以就直接截取了地球上的互聯網資料，作為對人工智能認知的參考，也可以利用這些資料對淘金者星球以往對於人工智能的失誤判斷做出一些反思。
　下面就是命運行動隊在向其報告當中所收集到的，對於地球上人工智能的資料。
　人工智能(ArtificialIntelligence)，英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能亦稱智械、機器智能，指由人製造出來的機器所表現出來的智能。通常人工智能是指通過普通計算機程序來呈現人類智能的技術。通過醫學、神經科學、機器人學及統計學等的進步，有些預測則認為人類的無數職業也逐漸被人工智能取代。
　人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什麽是人力所能及製造的，或者人自身的智能程度有沒有高到可以創造人工智能的地步，等等。但總的來說，“人工系統”就是通常意義下的人工系統。
　關於什麽是“智能”，就問題多多了。這涉及到其它諸如意識()、自我(SELF)、思維(MIND)(包括無意識的思維())等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構成人的智能的必要元素也了解有限，所以就很難定義什麽是“人工”製造的“智能”了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關於動物或其它人造系統的智能也普遍被認為是人工智能相關的研究課題。
　人工智能在計算機領域內，得到了愈加廣泛的重視。並在機器人，經濟政治決策，控制系統，仿真系統中得到應用。
　著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義:“人工智能是關於知識的學科――怎樣表示知識以及怎樣獲得知識並使用知識的科學。”而另一個美國麻省理工學院的溫斯頓教授認為:“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”這些說法反映了人工智能學科的基本思想和基本內容。即人工智能是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術。
　人工智能是計算機學科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術之一(空間技術、能源技術、人工智能)。也被認為是二十一世紀三大尖端技術(基因工程、納米科學、人工智能)之一。這是因為近三十年來它獲得了迅速的發展，在很多學科領域都獲得了廣泛應用，並取得了豐碩的成果，人工智能已逐步成為一個獨立的分支，無論在理論和實踐上都已自成一個系統。
　人工智能是研究使計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規劃等)的學科，主要包括計算機實現智能的原理、製造類似於人腦智能的計算機，使計算機能實現更高層次的應用。人工智能將涉及到計算機科學、心理學、哲學和語言學等學科。可以說幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智能與思維科學的關系是實踐和理論的關系，人工智能是處於思維科學的技術應用層次，是它的一個應用分支。從思維觀點看，人工智能不僅限於邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發展，數學常被認為是多種學科的基礎科學，數學也進入語言、思維領域，人工智能學科也必須借用數學工具，數學不僅在標準邏輯、模糊數學等范圍發揮作用，數學進入人工智能學科，它們將互相促進而更快地發展。
　例如繁重的科學和工程計算本來是要人腦來承擔的，計算機不但能完成這種計算，而且能夠比人腦做得更快、更準確，因此當代人已不再把這種計算看作是“需要人類智能才能完成的複雜任務”，可見複雜工作的定義是隨著時代的發展和技術的進步而變化的，人工智能這門科學的具體目標也自然隨著時代的變化而發展。它一方面不斷獲得新的進展，另一方面又轉向更有意義、更加困難的目標。
　通常，“機器學習”的數學基礎是“統計學”、“信息論”和“控制論”。還包括其他非數學學科。這類“機器學習”對“經驗”的依賴性很強。計算機需要不斷從解決一類問題的經驗中獲取知識，學習策略，在遇到類似的問題時，運用經驗知識解決問題並積累新的經驗，就像普通人一樣。我們可以將這樣的學習方式稱之為“連續型學習”。但人類除了會從經驗中學習之外，還會創造，即“跳躍型學習”。這在某些情形下被稱為“靈感”或“頓悟”。一直以來，計算機最難學會的就是“頓悟”。或者再嚴格一些來說，計算機在學習和“實踐”方面難以學會“不依賴於量變的質變”，很難從一種“質”直接到另一種“質”，或者從一個“概念”直接到另一個“概念”。正因為如此，這裡的“實踐”並非同人類一樣的實踐。人類的實踐過程同時包括經驗和創造。
　這是智能化研究者夢寐以求的東西。
　2013年，帝金數據普數中心數據研究員開發了一種新的數據分析方法，該方法導出了研究函數性質的新方法。作者發現，新數據分析方法給計算機學會“創造”提供了一種方法。本質上，這種方法為人的“創造力”的模式化提供了一種相當有效的途徑。這種途徑是數學賦予的，是普通人無法擁有但計算機可以擁有的“能力”。從此，計算機不僅精於算，還會因精於算而精於創造。計算機學家們應該斬釘截鐵地剝奪“精於創造”的計算機過於全面的操作能力，否則計算機真的有一天會“反捕”人類。
　當回頭審視新方法的推演過程和數學的時候，作者拓展了對思維和數學的認識。數學簡潔，清晰，可靠性、模式化強。在數學的發展史上，處處閃耀著數學大師們創造力的光輝。這些創造力以各種數學定理或結論的方式呈現出來，而數學定理最大的特點就是:建立在一些基本的概念和公理上，以模式化的語言方式表達出來的包含豐富信息的邏輯結構。應該說，數學是最單純、最直白地反映著(至少一類)創造力模式的學科。
　1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，並首次提出了“人工智能”這一術語，它標志著“人工智能”這門新興學科的正式誕生。IBM公司“深藍”電腦擊敗了人類的世界國際象棋冠軍更是人工智能技術的一個完美表現。
　從1956年正式提出人工智能學科算起，50多年來，取得長足的發展，成為一門廣泛的交叉和前沿科學。總的說來，人工智能的目的就是讓計算機這台機器能夠像人一樣思考。如果希望做出一台能夠思考的機器，那就必須知道什麽是思考，更進一步講就是什麽是智慧。什麽樣的機器才是智慧的呢?科學家已經作出了汽車，火車，飛機，收音機等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢?到目前為止，我們也僅僅知道這個裝在我們天靈蓋裡面的東西是由數十億個神經細胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。
　當計算機出現後，人類開始真正有了一個可以模擬人類思維的工具，在以後的歲月中，無數科學家為這個目標努力著。如今人工智能已經不再是幾個科學家的專利了，全世界幾乎所有大學的計算機系都有人在研究這門學科，學習計算機的大學生也必須學習這樣一門課程，在大家不懈的努力下，如今計算機似乎已經變得十分聰明了。例如，1997年5月，IBM公司研製的深藍(DEEPBLUE)計算機戰勝了國際象棋大師卡斯帕洛夫(KASPAROV)。大家或許不會注意到，在一些地方計算機幫助人進行其它原來隻屬於人類的工作，計算機以它的高速和準確為人類發揮著它的作用。人工智能始終是計算機科學的前沿學科，計算機編程語言和其它計算機軟件都因為有了人工智能的進展而得以存在。
　2019年3月4日，十三屆全國人大二次會議舉行新聞發布會，大會發言人張業遂表示，已將與人工智能密切相關的立法項目列入立法規劃。
　2019年，人工智能Pluribus在六人桌德州撲克比賽中擊敗多名世界頂尖選手，突破了人工智能僅能在國際象棋等二人遊戲中戰勝人類的局限。[1
　研究突破
　2019年12月19日，人工智能在多角色遊戲中獲勝的技術進步被美國《科學》雜志評選為2019年十大科學突破。[1
　技術研究
　用來研究人工智能的主要物質基礎以及能夠實現人工智能技術平台的機器就是計算機，人工智能的發展歷史是和計算機科學技術的發展史聯系在一起的。除了計算機科學以外，人工智能還涉及信息論、控制論、自動化、仿生學、生物學、心理學、數理邏輯、語言學、醫學和哲學等多門學科。人工智能學科研究的主要內容包括:知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。
　如今沒有統一的原理或范式指導人工智能研究。許多問題上研究者都存在爭論。其中幾個長久以來仍沒有結論的問題是:是否應從心理或神經方面模擬人工智能?或者像鳥類生物學對於航空工程一樣，人類生物學對於人工智能研究是沒有關系的?智能行為能否用簡單的原則(如邏輯或優化)來描述?還是必須解決大量完全無關的問題?
　智能是否可以使用高級符號表達，如詞和想法?還是需要“子符號”的處理?提出了的概念，也提議人工智能應歸類為SYNTHETICINTELLIGENCE，[29]這個概念後來被某些非GOFAI研究者采納。
　20世紀40年代到50年代，許多研究者探索神經病學，信息理論及控制論之間的聯系。其中還造出一些使用電子網絡構造的初步智能，如的TURTLES和JOHNSHOPKINSBEAST。這些研究者還經常在普林斯頓大學和英國的舉行技術協會會議.直到1960，大部分人已經放棄這個方法，盡管在80年代再次提出這些原理。
　當20世紀50年代，數字計算機研製成功，研究者開始探索人類智能是否能簡化成符號處理。研究主要集中在卡內基梅隆大學，斯坦福大學和麻省理工學院，而各自有獨立的研究風格。稱這些方法為。[33]60年代，符號方法在小型證明程序上模擬高級思考有很大的成就。基於控制論或神經網絡的方法則置於次要。[34]6070年代的研究者確信符號方法最終可以成功創造強人工智能的機器，同時這也是他們的目標。
　認知模擬經濟學家赫伯特·西蒙和艾倫·紐厄爾研究人類問題解決能力和嘗試將其形式化，同時他們為人工智能的基本原理打下基礎，如認知科學，運籌學和經營科學。他們的研究團隊使用心理學實驗的結果開發模擬人類解決問題方法的程序。這方法一直在卡內基梅隆大學沿襲下來，並在80年代於SOAR發展到高峰。基於邏輯不像艾倫·紐厄爾和赫伯特·西蒙，認為機器不需要模擬人類的思想，而應嘗試找到抽象推理和解決問題的本質，不管人們是否使用同樣的算法。他在斯坦福大學的實驗室致力於使用形式化邏輯解決多種問題，包括知識表示，智能規劃和機器學習.致力於邏輯方法的還有愛丁堡大學，而促成歐洲的其他地方開發編程語言PROLOG和邏輯編程科學.“反邏輯”斯坦福大學的研究者(如馬文·閔斯基和西摩爾·派普特)發現要解決計算機視覺和自然語言處理的困難問題，需要專門的方案-他們主張不存在簡單和通用原理(如邏輯)能夠達到所有的智能行為。ROGERSCHANK描述他們的“反邏輯”方法為“SCRUFFY“.常識知識庫(如DOUGLENAT的CYC)就是“SCRUFFY“AI的例子，因為他們必須人工一次編寫一個複雜的概念。基於知識大約在1970年出現大容量內存計算機，研究者分別以三個方法開始把知識構造成應用軟件。這場“知識革命”促成專家系統的開發與計劃，這是第一個成功的人工智能軟件形式。“知識革命”同時讓人們意識到許多簡單的人工智能軟件可能需要大量的知識。
　80年代符號人工智能停滯不前，很多人認為符號系統永遠不可能模仿人類所有的認知過程，特別是感知，機器人，機器學習和模式識別。很多研究者開始關注子符號方法解決特定的人工智能問題。
　自下而上，接口AGENT，嵌入環境(機器人)，行為主義，新式AI機器人領域相關的研究者，如RODNEY
OOKS，否定符號人工智能而專注於機器人移動和求生等基本的工程問題。他們的工作再次關注早期控制論研究者的觀點，同時提出了在人工智能中使用控制理論。這與認知科學領域中的表征感知論點是一致的:更高的智能需要個體的表征(如移動，感知和形象)。計算智能80年代中DAVIDRUMELHART等再次提出神經網絡和聯結主義.這和其他的子符號方法，如模糊控制和進化計算，都屬於計算智能學科研究范疇。
　90年代，人工智能研究發展出複雜的數學工具來解決特定的分支問題。這些工具是真正的科學方法，即這些方法的結果是可測量的和可驗證的，同時也是人工智能成功的原因。共用的數學語言也允許已有學科的合作(如數學，經濟或運籌學)。和PETERNORVIG指出這些進步不亞於“革命”和“NEATS的成功”。有人批評這些技術太專注於特定的問題，而沒有考慮長遠的強人工智能目標。
　智能AGENT范式智能AGENT是一個會感知環境並作出行動以達致目標的系統。最簡單的智能AGENT是那些可以解決特定問題的程序。更複雜的AGENT包括人類和人類組織(如公司)。這些范式可以讓研究者研究單獨的問題和找出有用且可驗證的方案，而不需考慮單一的方法。一個解決特定問題的AGENT可以使用任何可行的方法-一些AGENT用符號方法和邏輯方法，一些則是子符號神經網絡或其他新的方法。范式同時也給研究者提供一個與其他領域溝通的共同語言--如決策論和經濟學(也使用ABSTRACTAGENTS的概念)。90年代智能AGENT范式被廣泛接受。AGENT體系結構和認知體系結構研究者設計出一些系統來處理多ANGENT系統中智能AGENT之間的相互作用。一個系統中包含符號和子符號部分的系統稱為混合智能系統，而對這種系統的研究則是人工智能系統集成。分級控制系統則給反應級別的子符號AI和最高級別的傳統符號AI提供橋梁，同時放寬了規劃和世界建模的時間。RODNEY
OOKS的就是一個早期的分級系統計劃。
　機器翻譯，智能控制，專家系統，機器人學，語言和圖像理解，遺傳編程機器人工廠，自動程序設計，航天應用，龐大的信息處理，儲存與管理，執行化合生命體無法執行的或複雜或規模龐大的任務等等。
　值得一提的是，機器翻譯是人工智能的重要分支和最先應用領域。不過就已有的機譯成就來看，機譯系統的譯文質量離終極目標仍相差甚遠;而機譯質量是機譯系統成敗的關鍵。中國數學家、語言學家周海中教授曾在論文《機器翻譯五十年》中指出:要提高機譯的質量，首先要解決的是語言本身問題而不是程序設計問題;單靠若乾程序來做機譯系統，肯定是無法提高機譯質量的;另外在人類尚未明了大腦是如何進行語言的模糊識別和邏輯判斷的情況下，機譯要想達到“信、達、雅”的程度是不可能的。
　安全問題
　人工智能還在研究中，但有學者認為讓計算機擁有智商是很危險的，它可能會反抗人類。這種隱患也在多部電影中發生過，其主要的關鍵是允不允許機器擁有自主意識的產生與延續，如果使機器擁有自主意識，則意味著機器具有與人同等或類似的創造性，自我保護意識，情感和自發行為。[2
　實現方法
　人工智能在計算機上實現時有2種不同的方式。一種是采用傳統的編程技術，使系統呈現智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法(ENGINEERINGAPPROACH)，它已在一些領域內作出了成果，如文字識別、電腦下棋等。另一種是模擬法(MODELINGAPPROACH)，它不僅要看效果，還要求實現方法也和人類或生物機體所用的方法相同或相類似。遺傳算法(GENERICALGORITHM，簡稱GA)和人工神經網絡(，簡稱ANN)均屬後一類型。遺傳算法模擬人類或生物的遺傳-進化機制，人工神經網絡則是模擬人類或動物大腦中神經細胞的活動方式。為了得到相同智能效果，兩種方式通常都可使用。采用前一種方法，需要人工詳細規定程序邏輯，如果遊戲簡單，還是方便的。如果遊戲複雜，角色數量和活動空間增加，相應的邏輯就會很複雜(按指數式增長)，人工編程就非常繁瑣，容易出錯。而一旦出錯，就必須修改原程序，重新編譯、調試，最後為用戶提供一個新的版本或提供一個新補丁，非常麻煩。采用後一種方法時，編程者要為每一角色設計一個智能系統(一個模塊)來進行控制，這個智能系統(模塊)開始什麽也不懂，就像初生嬰兒那樣，但它能夠學習，能漸漸地適應環境，應付各種複雜情況。這種系統開始也常犯錯誤，但它能吸取教訓，下一次運行時就可能改正，至少不會永遠錯下去，用不到發布新版本或打補丁。利用這種方法來實現人工智能，要求編程者具有生物學的思考方法，入門難度大一點。但一旦入了門，就可得到廣泛應用。由於這種方法編程時無須對角色的活動規律做詳細規定，應用於複雜問題，通常會比前一種方法更省力。
　人工智能就其本質而言，是對人的思維的信息過程的模擬。
　對於人的思維模擬可以從兩條道路進行，一是結構模擬，仿照人腦的結構機制，製造出“類人腦”的機器;二是功能模擬，暫時撇開人腦的內部結構，而從其功能過程進行模擬。現代電子計算機的產生便是對人腦思維功能的模擬，是對人腦思維的信息過程的模擬。
　弱人工智能如今不斷地迅猛發展，尤其是2008年經濟危機後，美日歐希望借機器人等實現再工業化，工業機器人以比以往任何時候更快的速度發展，更加帶動了弱人工智能和相關領域產業的不斷突破，很多必須用人來做的工作如今已經能用機器人實現。
　而強人工智能則暫時處於瓶頸，還需要科學家們和人類的努力。
　《視讀人工智能》:機器真的可以思考嗎?人的思維只是一個複雜的計算機程序嗎?本書著眼於人工智能這個有史以來最為棘手的科學問題之一，集中探討了其背後的一些主要話題。人工智能不僅僅是一個虛構的概念。人類對智能機體結構半個世紀的研究表明:機器可以打敗人類最偉大的棋手，類人機器人可以走路並且能和人類進行互動。盡管早就有宣言稱智能機器指目可待，但此方面的進展卻緩慢而艱難。意識和環境是困擾研究的兩大難題。我們到底應該怎樣去製造智能機器呢?它應該像大腦一樣運轉?它是否需要軀體?從圖靈影響深遠的奠基性研究到機器人和新人工智能的飛躍，本書圖文並茂的將人工智能在過去半個世紀的發展清晰的呈現在讀者面前。
　《人工智能的未來》:詮釋了智能的內涵，闡述了大腦工作的原理，並告訴我們如何才能製造出真正意義上的智能機器——這樣的智能機器將不再僅僅是對人類大腦的簡單模仿，它們的智能在許多方面會遠遠超過人腦。霍金斯認為，從人工智能到神經網絡，早先複製人類智能的努力無一成功，究其原因，都是由於人們並未真正了解智能的內涵和人類大腦。所謂智能，就是人腦比較過去、預測未來的能力。大腦不是計算機，不會亦步亦趨、按部就班的根據輸入產生輸出。大腦是一個龐大的記憶系統，它儲存著在某種程度上反映世界真實結構的經驗，能夠記憶事件的前後順序及其相互關系，並依據記憶做出預測。形成智能、感覺、創造力以及知覺等基礎的，就是大腦的記憶-預測系統……
　《人工智能哲學》:人工智能哲學是伴隨現代信息理論和計算機技術發展起來的一個哲學分支。本書收集了人工智能研究領域著名學者的十五篇代表性論文，這些論文為計算機科學的發展和人工智能哲學的建立作出了開創性的貢獻。這些文章總結了人工智能發展的歷程，該學科發展的趨勢，以及人工智能中的重要課題。在這些劃時代的著作中，包括有:現代計算機理論之父艾倫·圖靈的“計算機與智能”;著名美國哲學家塞爾的“心靈，大腦與程序”;J·E·欣頓等人的“分布式表述”，以及本書編者、英國著名人工智能學者M·A·博登的“逃出中文屋”。
　《人工智能:一種現代的方法》:本書以詳盡和豐富的資料，從理性智能體的角度，全面闡述了人工智能領域的核心內容，並深入介紹了各個主要的研究方向，是一本難得的綜合性教材。全書分為八大部分:第一部分“人工智能“，第二部分“問題求解“，第三部分“知識與推理“，第四部分“規劃“，第五部分“不確定知識與推理“，第六部分“學習“，第七部分“通訊、感知與行動“，第八部分“結論“。本書既詳細介紹了大量的基本概念、思想和算法，也描述了各研究方向最前沿的進展，同時收集整理了詳實的歷史文獻與事件。因此本書適合於不同層次和領域的研究人員及學生，可以作為信息領域和相關領域的高等院校本科生和研究生的教材或教學輔導書目，也可以作為相關領域的科研與工程技術人員的參考書。
　人工智能的傳說可以追溯到古埃及，但隨著1941年以來電子計算機的發展，技術已最終可以創造出機器智能，“人工智能”(ARTIFICIALINTELLIGENCE)一詞最初是在1956年DARTMOUTH學會上提出的，從那以後，研究者們發展了眾多理論和原理，人工智能的概念也隨之擴展，在它還不長的歷史中，人工智能的發展比預想的要慢，但一直在前進，從40年前出現至今，已經出現了許多AI程序，並且它們也影響到了其它技術的發展。
　電腦時代
　1941年的一項發明使信息存儲和處理的各個方面都發生了革命.這項同時在美國和德國出現的發明就是電子計算機.第一台計算機要佔用幾間裝空調的大房間，對程序員來說是場噩夢:僅僅為運行一個程序就要設置成千的線路.1949年改進後的能存儲程序的計算機使得輸入程序變得簡單些，而且計算機理論的發展產生了計算機科學，並最終促使了人工智能的出現.計算機這個用電子方式處理數據的發明，為人工智能的可能實現提供了一種媒介.
　雖然計算機為AI提供了必要的技術基礎，但直到50年代早期人們才注意到人類智能與機器之間的聯系.NO
ERTWIENER是最早研究反饋理論的美國人之一.最熟悉的反饋控制的例子是自動調溫器.它將收集到的房間溫度與希望的溫度比較，並做出反應將加熱器開大或關小，從而控制環境溫度.這項對反饋回路的研究重要性在於:WIENER從理論上指出，所有的智能活動都是反饋機制的結果.而反饋機制是有可能用機器模擬的.這項發現對早期AI的發展影響很大。
　關於強人工智能的爭論不同於更廣義的一元論和二元論(DUALISM)的爭論。其爭論要點是:如果一台機器的唯一工作原理就是對編碼數據進行轉換，那麽這台機器是不是有思維的?希爾勒認為這是不可能的。他舉了個中文房間的例子來說明，如果機器僅僅是對數據進行轉換，而數據本身是對某些事情的一種編碼表現，那麽在不理解這一編碼和這實際事情之間的對應關系的前提下，機器不可能對其處理的數據有任何理解。基於這一論點，希爾勒認為即使有機器通過了圖靈測試，也不一定說明機器就真的像人一樣有思維和意識。
　也有哲學家持不同的觀點。在其著作裡認為，人也不過是一台有靈魂的機器而已，為什麽我們認為人可以有智能而普通機器就不能呢?他認為像上述的數據轉換機器是有可能有思維和意識的。
　有的哲學家認為如果弱人工智能是可實現的，那麽強人工智能也是可實現的。比如在其哲學入門教材THINK裡說道，一個人的看起來是“智能”的行動並不能真正說明這個人就真的是智能的。我永遠不可能知道另一個人是否真的像我一樣是智能的，還是說她他僅僅是看起來是智能的。基於這個論點，既然弱人工智能認為可以令機器看起來像是智能的，那就不能完全否定這機器是真的有智能的。認為這是一個主觀認定的問題。
　需要要指出的是，弱人工智能並非和強人工智能完全對立，也就是說，即使強人工智能是可能的，弱人工智能仍然是有意義的。至少，今日的計算機能做的事，像算術運算等，在百多年前是被認為很需要智能的。
　早期的人工智能研究人員直接模仿人類進行逐步的推理，就像是玩棋盤遊戲或進行邏輯推理時人類的思考模式。到了1980和1990年代，利用概率和經濟學上的概念，人工智能研究還發展了非常成功的方法處理不確定或不完整的資訊。
　對於困難的問題，有可能需要大量的運算資源，也就是發生了“可能組合爆增”:當問題超過一定的規模時，電腦會需要天文數量級的存儲器或是運算時間。尋找更有效的算法是優先的人工智能研究項目。
　人類解決問題的模式通常是用最快捷，直觀的判斷，而不是有意識的，一步一步的推導，早期人工智能研究通常使用逐步推導的方式。人工智能研究已經於這種“次表征性的”解決問題方法取得進展:實體化AGENT研究強調感知運動的重要性。神經網絡研究試圖以模擬人類和動物的大腦結構重現這種技能。
　智能AGENT必須能夠制定目標和實現這些目標。他們需要一種方法來建立一個可預測的世界模型(將整個世界狀態用數學模型表現出來，並能預測它們的行為將如何改變這個世界)，這樣就可以選擇功效最大的行為。在傳統的規劃問題中，智能AGENT被假定它是世界中唯一具有影響力的，所以它要做出什麽行為是已經確定的。但是，如果事實並非如此，它必須定期檢查世界模型的狀態是否和自己的預測相符合。如果不符合，它必須改變它的計劃。因此智能代理必須具有在不確定結果的狀態下推理的能力。在多AGENT中，多個AGENT規劃以合作和競爭的方式去完成一定的目標，使用演化算法和群體智慧可以達成一個整體的突現行為目標。
　對於淘金者星球特別行動小組收集到的這些關於人工智能的資料，雖然事後被淘金者尋求科學界評定，並沒有多大的研究價值，但是在研究地球上人工智能和象棋兩者之間關聯這方面還是起到了很大的作用，所以在後面的向其資料報告解密過程當中，這一部分資料也隨之被解密開來。
　淘金者星球在這一次和五羊星沈放的象棋測評官考試對抗當中， 盡管因為某些特殊的原因使得劉大壯不得不退賽，但這並沒有影響到淘金者星球在整個銀河系象棋界的地位，雖然淘金者星球在那份聲明當中，將自己處於一個非常平庸誠懇的位置，但是其實大家心裡都非常的明白，淘金者星球之所以這麽做，完全就是在采用一種以退為進的做法，至少在現在五羊星沈放事件被無限放大的時候，能夠做到明哲保身。
　這只不過是淘金者星球在無數次努力當中，一次小小的挫折，他們自然不會因為這一次的事件就放棄掉了，謀求成為銀河系星際霸主的這個終極目標。
　星際聯盟也是早就看出了淘金者星球的野心，所以現在事事對淘金者星球進行防備，這一次五羊星沈放事件，就是星際聯盟對於淘金者星球最為直接的回應。
　先前說到了，這一份來自於淘金者星球的象棋秘密報告，直接導致了地球在很長的一段時間之內受到了星際聯盟的人為屏蔽，這也直接就讓人類的發展受到了很大的限制，這也就使得人類必須要接受在未來的很多年在文明進化史當中走彎路的這種必須要接受的現實。
　……